Multi‐dimensional Taylor Network‐based Control for a Class of Nonlinear Stochastic Systems with Full State Time‐varying Constraints and the Finite‐time Output Constraint
Image credit: MingXin Wang摘要
In this paper, the adaptive multi-dimensional Taylor network (MTN) control problem is investigated for nonlinear stochastic systems with full state time-ying constraints and the finite-time output constraint. By combining the MTN-based approximation method and the adaptive backstepping control method, a novel adaptive MTN control scheme is provided by constructing the time-ying barrier Lyapunov function (TVBLF). To implement the finite-time output constraint, the finite-time performance function (FTPF) is introduced in the control scheme. The proposed scheme can ensure that the tracking error finally converges to a small neighborhood of the origin in the finite-time and all signals in the closed-loop system are semi-globally uniformly ultimately bounded (SGUUB) in probability. Finally, two simulation examples are presented to show the effectiveness of the provided control scheme.
类型
出版物
Asian Journal of Control
Adaptive Neural-Control
Barrier Lyapunov Functions
Control Design
Input
Stabilization
Strict-Feedback Systems
Tracking Control
其他
Authors
正教授
博士，教授，硕士生导师，人工智能技术海洋场景化应用山东省工程研究中心副主任，青岛市人工智能海洋技术创新中心副主任，青岛科技大学数学与交叉研究院副院长。山东赛区数学建模竞赛专家组成员、山东省数学会理事、山东省应用统计学会理事、人工智能海洋学专业委员会委员。近年来，主持或参与国家自然科学基金、省自然基金、省教改项目等各类教学科研项目20多项，在国内外期刊发表学术论文80余篇，其中被SCI、EI检索70余篇，参编教材1部。指导学生参加全国大学生数学建模竞赛、中国研究生数学建模竞赛、美国大学生数学建模竞赛等各类竞赛获国家一等奖9项、国家二等奖29项、国家三等奖13项、山东省一等奖37项、山东省二等奖12项、山东省三等奖7项。指导本科生参加国家大学生创新计划项目4项。
Authors
讲师
博士，讲师，硕士生导师，2018年9月毕业于东南大学控制理论与控制工程专业，获工学博士学位。主要研究方向为非线性系统分析与综合、智能控制、容错控制、神经网络控制等。主持山东省自然科学基金青年项目1项，复杂工程系统测量与控制教育部重点实验室开放课题1项。指导学生参加全国大学生数学建模竞赛、中国研究生数学建模竞赛等各类竞赛获国家一等奖1项、国家二等奖3项、国家三等奖1项、山东省一等奖12项、山东省二等奖6项、山东省三等奖2项。目前是青岛市人工智能海洋技术创新中心、青岛科技大学数学与交叉科学研究院和数理学院智能控制与机器视觉技术研究中心核心成员。